利用烟气仿生吸收化学组分数据预测卷烟感官品质的尝试

摘要

卷烟产品的感官品质传统上是通过专家的感官评吸来评价.感官评吸就是通过人体特定的感觉器官(口腔、鼻腔等)对卷烟质量进行鉴定.但感官评吸评价存在一些缺陷.其中,最受关注的是:对于同一品质的同一产品,不同专家或同一专家在不同条件下评吸评价的结果可能不同,甚至差别很大.造成这种不确定性的原因主要是:1)评吸专家个人心态存在差异,因为感官评吸是一个心理学过程;2)评吸专家之间存在方法、习惯、生理、爱好、文化和心理方面的差异;3)评吸专家健康状态的影响;4)不同专家感官评吸描述用语或打分标准上的差异;5)感官评吸过程管理上的差异.因此,人们很自然地就想到能否采用机器来模拟人的感官评吸,取代或部分取代人的感觉评估.rn 本文借助线性学习机PLS、非线性学习机BPNN和SVM三种回归建模方法，利用训练集卷烟样的烟气仿生吸收化学组分数据，为每组卷烟样分别构建了预测卷烟感官品质指标的PLS,BPNN和SVM三类回归模型，用于预测卷烟香气、谐调、杂气、刺激性和余味等5项感官品质指标。以测试集作为未知样进行预测的结果分析表明，构建的PLS和BPNN预测模型容易出现严重的过拟合现象;以RBF为核函数构建的SVM预测模型表现出较好的模型推广能力，具有较大的发展潜力，值得进一步研究。